在Ubuntu 20.04中更换Python 3.9后，软件更新器、软件和更新、附加驱动这些工具打不开，通常是因为这些系统组件对特定版本的Python 3有依赖，更改系统默认的python3解释器可能会破坏它们的运行环境。python3。

sudo update-alternatives --config python3// 选择3.9相对应的序号。sudo update-alternatives --config python3 // 选择3.9相对应的序号。输入gnome-terminal // 查看出现的终端错误。还有一种情况是cario-dock造成的，将其卸载，卸载办法。把Python3.9改为Python3首选项。3.

这句代码是用PyTorch库创建一个3x3x3的三维张量（tensor），其中每个元素都是从。这种初始化方法在深度学习中很常见，因为标准正态分布是许多初始化策略的基础。：PyTorch中用于从正态分布生成随机数的函数。：输出张量的形状，即3×3×3的三维数组。：正态分布的均值（mean）：正态分布的标准差（std）

安装miniconda后，第二条是我新加上的，才能用。

break导致只打印（输出）第一个元素。

任务：多分类问题（例如，将图像分为猫、狗、鸟三类）。模型：Softmax回归（或称多项逻辑回归）。输入：一个样本的特征向量x。输出：该样本属于每个类别的概率。真实标签：通常使用one-hot 编码。例如，如果真实类别是“狗”（第二类），那么真实标签向量y模型估计：模型会输出一个概率分布ŷ例如，模型可能输出ŷ我们的目标是让模型的输出ŷ尽可能地接近真实标签y。

函数输入要求输出维度支持广播使用场景灵活灵活✅通用矩阵乘法torch.mm两个2D张量2D❌严格矩阵乘法torch.mv2D矩阵 × 1D向量1D❌矩阵向量乘法。

【代码】第三章部分函数和类移除D2L再加回来【动手学深度学习】

所以可以这样理解：PyTorch 把神经网络变成一个由许多对象（层）组成的集合。每个对象都管理着自己的参数（数据）。框架提供了一系列现成的工具函数（预定义初始化方法），您可以通过简单的“对象.方法()”或“模块.函数()”的语法，来统一地设置这些参数的初始值。希望这个解释能帮助理解这个重要的概念！这是从“理论理解”到“代码实现”的关键一步。

双隐藏层，每个包含256个隐藏单元对模型进行训练和测试单隐藏层 包含256个隐藏单元，并使用了ReLU激活函数训练过程在机器学习中，dropout 是一种常用的正则化技术，通过在训练过程中随机“丢弃”（即暂时移除）一部分神经元，来防止模型过拟合。当您观察到训练精度和测试精度基本一致，但使用 dropout 后训练的损失函数值更小时，这通常是一个积极的信号，表明 dropout 正在有效地发挥作用。